把人才红利化为增长动力，YonGPT企业服务大模型助力企业发现人才

如今，我国的“人口红利”正高速向“人才红利”进行演变。

2009年前，中国的劳动力供应相对充足，很多企业享受着人口红利，找到风口一路狂奔，通过 “低人效、高规模”获得了“高利润”。然而，这些年，他们意识到，一切似乎都变了。

一方面，中国劳动力供应进入下降通道，人力成本逐渐走高，部分企业人力成本高于业务增速，成本增速问题凸显。另一方面，如今的 商业 环境飞速变化，人才短缺、效率低下，无法跟上组织发展的要求。

越来越多的企业开始思考： 如何用最少的人，办最好的事？

高质量的人才就像一把打开业务增长大门的钥匙，对于企业来说，招揽到具备创新精神和实践能力的人才，能够促进技术创新和业务增长，从而更好地适应市场变化和需求，带动企业可持续发展。可以说，当今时代，人才是企业最重要的资产，甚至是唯一的资产。

那么，到底「何为人才」，以及「如何有效地吸引并留住他们」？

一 、「识人」、「知岗」，并非易事

“橘生淮南则为橘，生于淮北则为枳，叶徒相似，其实味不同。所以然者何？水土异也。”

事实上，没有完美的才，只有合适的人。

极致的人岗匹配需要企业既能「识人」又能「知岗」。识人是充分了解候选人冰山之上的技能、经验、学历以及冰山之下的性格、潜力、价值观；而知岗则是充分剖析岗位的任职需求以及绩优候选人画像，只有将人岗信息进行匹配，才能实现适才适所，成人达企。

然而，企业想真正做到识人知岗，知人善任，却并非易事。

这一过程，往往要耗费HR巨大的精力，假设每封简历有 1000 字，一天筛选 100 封简历，HR一天就要浏览数十万字，很容易产生倦怠而错失优秀的人才。其次，在如今的VUCA时代，业务变化快，新岗位不断涌现，导致HR很难摸清业务真正需要的人才画像。因此，企业需要通过数字化系统更高效地进行人岗匹配。

在过去很长一段时间里，一些企业会通过规则控制的方式来进行筛选，但候选人的简历往往包含大量的自由文本，传统的关键词匹配的方法无法充分利用好这些信息，自然难以精准地筛选出想要的人才。

而在AI技术飞速发展的今天，我们发现，视频、电商app会通过「猜你喜欢」快速奉上符合你偏好的电视剧或商品，应用在招聘场景中，也同样如此。基于深度学习的AI模型能够深入理解简历中的意义和语境，从而准确地评估候选人的技能、背景和适应性，帮助HR更快、更准地找到想要的人才。

二 、基于YonGPT用友企业服务大模型，助力企业人才发现

今年年初ChatGPT的一把大火，把人工智能推向一个新的高度，也让人们看到新的AI技术将为人类的生产、生活带来革命性的变革。但随着时间的推移，通用大模型的热潮正在逐渐冷却，人们发现，通用大模型想要走向实际的应用层还有巨大的鸿沟。

华盛顿大学语言学教授Emily M. Bender在一次采访中表示：“大型语言模型是根据训练数据和输入提示生成文本的程序，它们没有移情能力，因此，它们产生的文本有时候只是听起来很合理。

用友网络副总裁石磊提到，“这些海量的数据需要更加垂直的模型进行训练和微调，从而形成适合领域和行业的大数据，才能真正应用在企业的日常工作中。”

因此，用友大易基于YonGPT用友企业服务大模型，上线了全新的智能推荐模块，助力企业发现人才。

与通用大语言模型相比，主要有三个突出的优势：

第一，垂直深耕人力资源领域 。ChatGPT这类大语言模型的广泛训练使其具有较广的知识范围，但对垂直领域的专业知识的了解相对有限，可能会对用户产生误导。而YonGPT用友企业服务大模型是根据行业、企业的业务数据训练而来的，能够结合行业的特点和企业的需求，捕捉到更多隐藏在数据背后的复杂模式，并通过高度精确的特征提取能力，更好地理解候选人的技能、能力、经验等关键因素，从而真正识别出最适合的人选。

第二，自学习能力，成长性强。 YonGPT用友企业服务大模型基于深度学习、神经网络等AI技术，能够根据HR、面试官的多样化行为、行业偏好等进行推荐规则的优化，不断提升推荐的精准度。因此这样的模型具有成长性，模型体量也可以随着训练样本的增加而增大。

第三，自主可控，保障数据安全。 通用大语言模型在使用过程中必然会面临着数据安全问题，比如数据传输、虚假信息、隐私外泄等。而人才发现大模型是用友自研大模型，在信息安全的基础上训练适合企业自身的模型，再将模型进行私有化部署，从根源上规避了数据外露的风险，全方位保障企业的招聘数据安全。

值得关注的是，该模型还可以与现有的通用语言大模型相结合。一方面，结合通用语言大模型，用友企业服务大模型可以提供更强大的语言理解能力、AI生成能力，更好地理解和表达人力资源领域的文本信息。另一方面，使用通用语言大模型的特征提取可以增强招聘画像模型的性能和准确性，提高招聘画像的精度和相关度。

石磊谈到，用友企业服务大模型并非徒有一个「大」字，我们要做的是把模型做垂直、做深，我们提供的不仅仅是技术，而是走到HR实际的招聘场景中去，端到端地帮助用户解决实际的问题，这才是真正的业务价值。

三 、与其说我们发现了人才，不如说人才发现了我们

在YonGPT垂直化和行业化大模型的强大支持下，用友大易招聘系统不仅能对提交的简历进行智能评估，还能从庞大的人才库中寻找并推荐出最适合的候选人，从而实现资源的有效利用和激活。

正如之前介绍，大模型具备强大的自学习能力，HR只需操作「采纳」或「不合适」即可完成反馈，对于不合适的简历，系统还能根据「拒绝理由」抽取语义进行学习、模型优化，并对候选人所处流程，面试官、HR的任何评价与操作等进行分析，以此不断优化推荐规则。

基于大模型的自然语义分析能力，系统会根据候选人的优势和短板智能生成六维雷达图，让HR快速捕捉候选人与岗位的匹配度。同时，候选人的潜在风险，如空档期、教育经历异常等，也会被系统精确地识别，有助于降低招聘失误的风险。

石磊强调，我们在过去筛选简历时是依托「人」的经验制定评分规则、标签维度，这固然有助于形成一套评分体系，但也不免存在一定的主观性和灵活性的问题。现在，我们运用深度学习，以科学的手段制定出一套更加精准、系统的规则，让机器不断强化识别、推荐和评分的能力。

当你在系统内搜索得越多，推荐的候选人画像就会越精准，在不断的训练与微调后，合适的人才便会主动「送」上门来。因此，与其说我们发现了人才，不如说人才发现了我们。

四 、 结语

AI，正在改变着招聘行业的叙事方向。

但是，无论 科技 进步如何无限延伸，「以人为本」依然会是不变的原则。在解决了「何为人才」之后，使得招聘人员不再需要花费大量时间去搜索求职者，他们有更多的时间和精力去解决「吸引人才和留住人才」的问题。

现代的招聘人员不再仅仅是寻找和筛选人才的角色，而是要转变为搭建和管理求职者关系的大师。在这个新世界中，招聘HR的工作更多的是利用人性化的方式，建立与求职者的心理和情感联系，从而增强雇主品牌的影响力。只有通过这样的方式，我们才能真正把人才红利转化为企业长久的增长动力。